A preliminary nomogram for MMSE-defined delayed neurocognitive recovery in older patients undergoing non-cardiac surgery: a single-center prospective observational study

Resumo Técnico: Um Nomograma Preliminar para a Recuperação Neurocognitiva Tardia Definida pelo MMSE

Problema
A recuperação neurocognitiva tardia (RNT) é uma complicação pós-operatória precoce prevalente em pacientes idosos, associada ao comprometimento da autonomia, aumento do consumo de recursos de saúde e riscos elevados de readmissão, progressão da demência e mortalidade. Apesar de sua relevância clínica, a identificação pré-operatória de pacientes de alto risco permanece um desafio. Avaliações neuropsicológicas abrangentes são frequentemente complexas demais para o uso clínico rotineiro, enquanto as contribuições específicas do rastreamento cognitivo breve, do estado psicológico e da saúde sistêmica para a RNT definida pelo MMSE em cirurgias não cardíacas ainda não foram totalmente elucidadas. Este estudo aborda a necessidade de uma ferramenta prática de estratificação de risco pré-operatória que equilibre a viabilidade clínica com a precisão preditiva.

Metodologia
Este foi um estudo observacional prospectivo de centro único, conduzido no Primeiro Hospital Afiliado da Universidade Médica de Chongqing entre outubro de 2023 e abril de 2024.

• Participantes: O estudo incluiu 369 pacientes, com idades entre 65 e 90 anos, submetidos a cirurgia não cardíaca sob anestesia geral. Pacientes com demência pré-existente (MMSE < 24), impedimentos sensoriais graves ou que necessitaram de admissão não planejada na UTI foram excluídos.
• Definição do Desfecho: O desfecho primário foi a RNT definida pelo MMSE, avaliada na alta hospitalar ou no 7º dia pós-operatório (o que ocorresse primeiro). Foi definida como um declínio pós-operatório no escore do Mini-Mental State Examination (MMSE) superior a um desvio padrão da distribuição basal (operacionalizado como um declínio de ≥2 pontos).
• Divisão de Dados: Os participantes foram divididos aleatoriamente em uma coorte de treinamento (n=258) e uma coorte de validação interna de amostra dividida (n=111) na proporção de 7:3.
• Seleção de Variáveis:
  1. Análise Univariada: Candidatos a preditores foram triados por meio de regressão logística univariada.
  2. Triagem Exploratória: A análise de random forest foi empregada como um método auxiliar para classificar a importância das variáveis (%IncMSE), mas não foi utilizada como o modelo de predição final.
  3. Modelo Final: Um modelo de regressão logística multivariável foi construído utilizando variáveis sustentadas por evidência estatística, relevância clínica, disponibilidade pré-operatória e classificação por random forest.
• Avaliação do Modelo: O desempenho foi avaliado via análise de curva ROC (AUC), gráficos de calibração e Análise de Curva de Decisão (DCA) para ambas as coortes.

Principais Contribuições e Resultados
O estudo desenvolveu um nomograma preliminar de quatro variáveis para a estratificação de risco pré-operatória.

• Preditores Identificados: Quatro fatores independentes foram retidos no modelo final:
  1. Idade ≥ 75 anos (OR: 2,227)
  2. Status Físico ASA ≥ III (OR: 2,252)
  3. Escore Mini-Cog pré-operatório ≤ 2 (OR: 2,590)
  4. Escore HADS-A (Ansiedade) pré-operatório ≥ 8 (OR: 2,247)
• Desempenho do Modelo:
  • Coorte de Treinamento: O modelo demonstrou discriminação aceitável com um AUC de 0,722 (IC 95%: 0,659–0,784).
  • Coorte de Validação: O modelo mostrou discriminação modesta com um AUC de 0,604 (IC 95%: 0,499–0,709). O intervalo de confiança incluiu 0,5, indicando que um desempenho próximo ao acaso não pode ser excluído nesta amostra.
  • Calibração: A calibração visual mostrou concordância razoável na coorte de treinamento, mas maior incerteza e potencial má calibração na coorte de validação.
  • Utilidade Clínica: A análise de curva de decisão sugeriu benefício líquido potencial principalmente em limiares de probabilidade de baixo a intermediário na coorte de treinamento.

Significância e Alegações
Os autores posicionam este trabalho como um estudo exploratório de geração de hipóteses, em vez de uma ferramenta diagnóstica clinicamente estabelecida.

• Natureza Preliminar: O artigo afirma explicitamente que o modelo passou apenas por validação interna de amostra dividida, que é uma forma fraca de validação. Consequentemente, o modelo não deve ser utilizado para tomada de decisão clínica ou para determinar se a cirurgia deve prosseguir.
• Utilidade: O nomograma é apresentado como uma estrutura para estratificação preliminar de risco pré-operatório que utiliza variáveis facilmente obtíveis (idade, status ASA, Mini-Cog e escores de ansiedade) para identificar pacientes que podem se beneficiar de uma avaliação adicional.
• Requisitos Futuros: Os autores enfatizam que validação externa independente, recalibração e atualização do modelo são estritamente necessários antes de qualquer implementação clínica rotineira. O estudo destaca a necessidade de futuros ensaios multicêntricos para confirmar a estabilidade dessas associações e para distinguir a RNT transitória definida pelo MMSE de transtornos neurocognitivos persistentes.

Em resumo, este estudo identifica quatro fatores pré-operatórios prontamente disponíveis associados à RNT definida pelo MMSE e constrói um nomograma preliminar. No entanto, devido ao desempenho modesto de validação e às limitações do desenho do estudo, os autores alertam contra sua aplicação clínica imediata, defendendo, em vez disso, a necessidade de validação externa e refinamento.